问财量化选股策略逻辑
- 至少5根均线重合的股票
- 企业性质
- 500日内至少2次涨停
选股逻辑分析
- 5根均线重合的股票：这表示该股票的价格趋势比较稳定，短期内可能会有较大的波动，但长期来看可能会有较好的表现。
- 企业性质：选择企业性质比较好的股票，可能会有较好的投资回报。
- 500日内至少2次涨停：这表示该股票短期内有较强的上涨动力，可能会有较好的投资机会。
有何风险？
- 该策略可能会选择到一些表现不佳的股票，导致投资回报不佳。
- 该策略可能会忽略一些长期表现较好的股票，导致投资机会的错失。
如何优化？
- 可以考虑加入更多的过滤条件，例如市值、市盈率等，以提高筛选出的股票的质量。
- 可以考虑加入更多的技术指标，例如布林线、MACD等，以更好地判断股票的趋势和价格波动。
最终的选股逻辑
- 选择至少5根均线重合的股票
- 选择企业性质较好的股票
- 选择500日内至少2次涨停的股票
- 加入市值、市盈率等过滤条件
- 加入布林线、MACD等技术指标
python代码参考
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Adj Close']]
df = df.rename(columns={'Adj Close': stock_code})
df = df.set_index('Date')
return df
def get_stock_info(stock_code):
# 获取股票的基本信息
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/{stock_code}', index_col='Date')
df = df[['Name', 'Exchange', 'Industry', 'Market Cap']]
df = df.rename(columns={'Name': stock_code, 'Exchange': 'Exchange', 'Industry': 'Industry', 'Market Cap': 'Market Cap'})
df = df.set_index('Date')
return df
def get_5_day_moving_average(df):
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
